hive sql（网友2）—— 统计两列中名称数，重复的算一次

统计两列中名称数，重复的算一次

create table wangyou2(
  name1 char(20),
  id int,
  name2 char(20)
);

insert into wangyou2 values 
("a",1,"a"),
("a",2,"a"),
("a",3,"b"),
("a",4,"c"),
("a",5,"d"),
("m",6,"a"),
("f",7,"a");

select
    name,
    count(*)
from(
    select name1 as name,id from wangyou2 where name1 = name2 
    union all
    select name1 as name,id from wangyou2 where name1 != name2 
    union all
    select name2 as name,id from wangyou2 where name1 != name2
)tmp
group by name

#网友要求的结果
a:7
b:1
c:1
d:1
f:1
m:1


#实现语句的结果
+------+----------+
| name | count(*) |
+------+----------+
| a    |        7 |
| b    |        1 |
| c    |        1 |
| d    |        1 |
| f    |        1 |
| m    |        1 |
+------+----------+
6 rows in set (0.00 sec)

思路：
1、分段处理（确保每个分段子集组合在一起可以组合成结果集，主要保证不丢数据，不重复计算）
2、找出左右相等的
3、找出只有左边的
4、找出只有右边的
5、合并在一起

1、【优化】在每个union all子项中，可以先进行聚合，这样可以减少数据量

1、union all：all是参数，语法格式为union [all|distinct]。
distinct，删除结果集中重复的数据，all,返回所有结果集，包含重复数据。
默认情况下union已经删除了重复数据。